OpenAI/gpt-6-astra-image-to-text

gpt-6-astra-image-to-text

Prova l'API GPT 6 Astra di OpenAI per ragionamento visivo avanzato, lettura di grafici, OCR e Q&A sulle immagini tramite l'API stabile di Flaq AI con streaming.

Image Chat

Modelli Gpt 6 Astra correlati

gpt-6-astra-text-to-texttext-to-text

gpt-6-astra-image-to-textimage-to-text

gpt-6-astra-web-searchweb-search

gpt-6-astra-file-analysisfile-analysis

Documentazione

Esempi API

JavaScriptPythoncURL

Esempio di invio

const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    Authorization: 'Bearer YOUR_API_KEY',
    Accept: 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'gpt-6-astra-image-to-text',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'Describe the image and extract any visible text.' },
          {
            type: 'image_url',
            image_url: {
              url: 'https://example.com/sample-image.jpg'
            }
          }
        ]
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

const reader = response.body.getReader();
const decoder = new TextDecoder();
let buffer = '';
let assistantText = '';

while (true) {
  const { done, value } = await reader.read();
  if (done) break;

  buffer += decoder.decode(value, { stream: true });
  const frames = buffer.split('\n\n');
  buffer = frames.pop() || '';

  for (const frame of frames) {
    const lines = frame.split('\n').filter(Boolean);
    let eventName = 'message';
    const dataLines = [];

    for (const line of lines) {
      if (line.startsWith('event:')) {
        eventName = line.slice(6).trim();
      } else if (line.startsWith('data:')) {
        dataLines.push(line.replace(/^data:\s*/, ''));
      }
    }

    const raw = dataLines.join('\n').trim();
    if (raw === '[DONE]') {
      console.log('\nFinal text:', assistantText);
      continue;
    }

    let payload;
    try {
      payload = JSON.parse(raw);
    } catch {
      continue;
    }

    if (eventName === 'error' || payload.error) {
      const msg = payload.error?.message ?? payload.message ?? 'Chat request failed';
      throw new Error(msg);
    }

    const delta = payload.choices?.[0]?.delta;
    if (delta?.content) {
      assistantText += delta.content;
      console.log(assistantText);
    }
  }
}

Esempio di invio

import json
import requests

response = requests.post(
    'https://api.flaq.ai/api/v1/chat/completions',
    headers={
        'Authorization': 'Bearer YOUR_API_KEY',
        'Accept': 'text/event-stream',
        'Content-Type': 'application/json',
    },
    json={
        'model': 'gpt-6-astra-image-to-text',
        'messages': [
            {
                'role': 'user',
                'content': [
                    {'type': 'text', 'text': 'Describe the image and extract any visible text.'},
                    {
                        'type': 'image_url',
                        'image_url': {
                            'url': 'https://example.com/sample-image.jpg'
                        }
                    },
                ],
            }
        ],
        'stream': True,
        'max_tokens': 2048,
    },
    stream=True,
)

response.raise_for_status()

event_name = 'message'
assistant_text = ''

for raw_line in response.iter_lines(decode_unicode=True):
    if not raw_line:
        event_name = 'message'
        continue

    if raw_line.startswith('event:'):
        event_name = raw_line.replace('event:', '', 1).strip()
        continue

    if raw_line.startswith('data:'):
        raw_data = raw_line.replace('data:', '', 1).strip()
        if raw_data == '[DONE]':
            print('\nFinal text:', assistant_text)
            continue

        payload = json.loads(raw_data)

        if event_name == 'error' or payload.get('error'):
            error = payload.get('error') or payload
            raise RuntimeError(error.get('message', 'Chat request failed'))

        choices = payload.get('choices') or []
        if choices:
            delta = choices[0].get('delta') or {}
            content = delta.get('content')
            if content:
                assistant_text += content
                print(content, end='', flush=True)

Esempio di invio

curl -N -X POST "https://api.flaq.ai/api/v1/chat/completions" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Accept: text/event-stream" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6-astra-image-to-text",
    "messages": [
      {
        "role": "user",
        "content": [
          { "type": "text", "text": "Describe the image and extract any visible text." },
          {
            "type": "image_url",
            "image_url": {
              "url": "https://example.com/sample-image.jpg"
            }
          }
        ]
      }
    ],
    "stream": true,
    "max_tokens": 2048
  }'

Avvia una nuova chat

Invia un messaggio per iniziare.

Prezzi di GPT 6 Astra Image to Text

Parametri	Prezzo	Prezzo originale	Sconto

Token: input	$10.0000 per 1 M token di input	-	Standard
Token: output	$50.0000 per 1 M token di output	-	Standard

README

API GPT 6 Astra Image-to-Text per il ragionamento visivo avanzato (analisi OpenAI di grafici e immagini)

L’API GPT 6 Astra Image-to-Text applica il ragionamento del modello di punta GPT-6 Astra di OpenAI a immagini, grafici e domande visive su Flaq AI. Questa integrazione API da immagine a testo aiuta sviluppatori e team professionali a trasformare immagini supportate, insieme a istruzioni testuali facoltative, in descrizioni, dettagli estratti e analisi strutturate. Il modello fornisce il ragionamento visivo; Flaq AI offre un accesso API stabile e conveniente.

Funzionalità principali dell’API GPT 6 Astra Image-to-Text

Ragionamento visivo avanzato: Esamina impaginazioni, oggetti, relazioni e logica delle scene con l’attuale modello GPT di punta di OpenAI anziché con una pipeline limitata alle didascalie.
Comprensione di grafici e diagrammi: Leggi dati rappresentati, etichette e strutture schematiche nelle figure usate per analisi, ingegneria e revisione della ricerca.
Domande e risposte visive: Poni domande mirate su un’immagine e ricevi risposte testuali basate su ciò che è visibile.
Estrazione orientata all’OCR: Estrai testo visibile, campi di moduli e testi di interfaccia da schermate o documenti fotografati quando l’attività lo richiede.
Indicazioni testuali facoltative: Combina un’immagine con istruzioni che definiscono i criteri di revisione, il formato di output o il livello di dettaglio.
Analisi in streaming: Restituisci i risultati visivi come testo in streaming tramite un flusso di chat Flaq AI coerente.

Come usare l’API GPT 6 Astra Image-to-Text per l’analisi visiva su Flaq AI

Input: Un’immagine supportata con messaggi di conversazione facoltativi che descrivono l’analisi, l’estrazione o la domanda.
Output: Descrizioni testuali, dettagli estratti, letture di grafici e risposte a domande visive basati sull’immagine fornita.
Lunghezza dell’output: Controlla il numero massimo di token di output quando serve una breve didascalia o una revisione più lunga.
Streaming: Ricevi l’analisi in modo incrementale.
Capacità: Comprensione delle immagini, interpretazione dei grafici, domande e risposte visive ed estrazione orientata all’OCR tramite l’integrazione dell’API GPT 6 Astra Image-to-Text.

Principali casi d’uso dell’integrazione dell’API GPT 6 Astra Image-to-Text

Revisione di grafici e dashboard: Converti metriche rappresentate, legende e schermate di dashboard in risultati scritti per analisti e operatori.
Lettura di diagrammi tecnici: Spiega disegni architetturali, diagrammi di flusso e schemi annotati ricevuti come immagini anziché come file.
Controllo qualità di interfacce e schermate: Esamina le acquisizioni dell’interfaccia utente per rilevare testi visibili, problemi di impaginazione e differenze di stato durante la revisione del prodotto.
Estrazione da fotografie di documenti: Leggi testi e campi da moduli o stampe fotografati quando la fonte è un’immagine e non un documento caricato.
Note di ispezione visiva: Descrivi foto di prodotti, acquisizioni di laboratorio o foto sul campo per cataloghi, ticket e testi per l’accessibilità.

Nota Usa immagini e prompt conformi alle politiche di utilizzo di OpenAI e ai termini di Flaq AI. Se si verifica un errore, verifica la presenza di contenuti visivi vietati o non supportati, semplifica la domanda e riprova.

GPT 6 Astra Image-to-Text rispetto alla concorrenza: analisi comparativa

GPT 6 Astra rispetto a GPT 5.6 Sol Image-to-Text
GPT 5.6 Sol Image-to-Text rimane la precedente API di punta OpenAI per la visione su Flaq AI. GPT 6 Astra è l’attuale opzione di punta quando il ragionamento visivo, la lettura di grafici o le domande sulle immagini richiedono la nuova generazione GPT.
GPT 6 Astra rispetto ai flussi di visione Claude
I modelli Claude Fable sono validi per grafici e tabelle annidati nei documenti, soprattutto tramite le API di analisi dei file. L’API GPT 6 Astra Image-to-Text è l’API OpenAI creata appositamente per analizzare immagini con testo facoltativo senza caricare documenti.
GPT 6 Astra rispetto ai modelli di visione Gemini
Le API di visione Gemini si adattano naturalmente a prodotti multimodali incentrati su Google. L’API GPT 6 Astra Image-to-Text è destinata ai team che desiderano il ragionamento visivo di punta OpenAI tramite il percorso di chat da immagine a testo di Flaq AI.
GPT 6 Astra rispetto ai motori OCR dedicati
Gli strumenti OCR dedicati ottimizzano il recupero di testo grezzo dalle scansioni. GPT 6 Astra aggiunge un ragionamento visivo di punta al testo visibile, risultando più utile quando l’attività consiste nell’interpretazione, nelle domande e risposte o nella lettura di grafici anziché nella sola trascrizione.